論文の概要: Designing Effective LLM-Assisted Interfaces for Curriculum Development
- arxiv url: http://arxiv.org/abs/2506.11767v1
- Date: Fri, 13 Jun 2025 13:21:53 GMT
- ステータス: 翻訳完了
- システム内更新日: 2025-06-16 17:50:49.806853
- Title: Designing Effective LLM-Assisted Interfaces for Curriculum Development
- Title（参考訳）: カリキュラム開発に有効なLCM支援インタフェースの設計
- Authors: Abdolali Faraji, Mohammadreza Tavakoli, Mohammad Moein, Mohammadreza Molavi, Gábor Kismihók,
- Abstract要約: 大きな言語モデル(LLM)は、動的カリキュラムの提供方法を変える可能性がある。
本稿では、2つの新しいUIデザイン、UI PredefinedとUI Openを紹介する。
複雑なプロンプトエンジニアリングへの依存を減らすことで、これらのUIはユーザビリティ、スムーズなインタラクション、より低いワークロードを改善します。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Large Language Models (LLMs) have the potential to transform the way a dynamic curriculum can be delivered. However, educators face significant challenges in interacting with these models, particularly due to complex prompt engineering and usability issues, which increase workload. Additionally, inaccuracies in LLM outputs can raise issues around output quality and ethical concerns in educational content delivery. Addressing these issues requires careful oversight, best achieved through cooperation between human and AI approaches. This paper introduces two novel User Interface (UI) designs, UI Predefined and UI Open, both grounded in Direct Manipulation (DM) principles to address these challenges. By reducing the reliance on intricate prompt engineering, these UIs improve usability, streamline interaction, and lower workload, providing a more effective pathway for educators to engage with LLMs. In a controlled user study with 20 participants, the proposed UIs were evaluated against the standard ChatGPT interface in terms of usability and cognitive load. Results showed that UI Predefined significantly outperformed both ChatGPT and UI Open, demonstrating superior usability and reduced task load, while UI Open offered more flexibility at the cost of a steeper learning curve. These findings underscore the importance of user-centered design in adopting AI-driven tools and lay the foundation for more intuitive and efficient educator-LLM interactions in online learning environments.
- Abstract（参考訳）: 大きな言語モデル(LLM)は、動的カリキュラムの提供方法を変える可能性がある。
しかし、教育者はこれらのモデルとの相互作用において重要な課題に直面しており、特に、複雑なプロンプトエンジニアリングとユーザビリティの問題により、作業負荷が増大している。
さらに、LLM出力の不正確さは、教育コンテンツ配信における出力品質と倫理的懸念に関する問題を引き起こす可能性がある。
これらの問題に対処するには、人間のアプローチとAIアプローチの協力を通じて達成される、注意深い監視が必要である。
本稿では、これらの課題に対処するために、ダイレクトマニピュレーション(DM)の原則に基づくUI PredefinedとUI Openという2つの新しいUIデザインを紹介します。
複雑なプロンプトエンジニアリングへの依存を減らすことで、これらのUIはユーザビリティ、スムーズなインタラクション、作業負荷の低減を実現し、教育者がLLMに参加するためのより効果的な経路を提供する。
参加者20名を対象にした制御型ユーザスタディでは,ユーザビリティと認知負荷の観点から,標準のChatGPTインターフェースに対して提案したUIを評価した。
UI Openは学習曲線の急激なコストで柔軟性を向上し、ユーザビリティの向上とタスク負荷の削減を実現した。
これらの知見は、AI駆動ツールの採用におけるユーザ中心設計の重要性を強調し、オンライン学習環境におけるより直感的で効率的な教育者-LLMインタラクションの基礎を築いた。
関連論文リスト
- Interactive Agents to Overcome Ambiguity in Software Engineering [61.40183840499932]
AIエージェントは、あいまいで不明確なユーザー指示に基づいて、タスクを自動化するためにますますデプロイされている。
不安定な仮定をし、明確な質問をしないことは、最適以下の結果につながる可能性がある。
対話型コード生成設定において,LLMエージェントが不明瞭な命令を処理する能力について,プロプライエタリモデルとオープンウェイトモデルを評価して検討する。
論文 参考訳（メタデータ） (2025-02-18T17:12:26Z) - Iris: Breaking GUI Complexity with Adaptive Focus and Self-Refining [67.87810796668981]
インフォメーション・インフォメーション・インフォメーション・クロッピング(ISC)と自己精製デュアルラーニング(SRDL)
Irisは850KのGUIアノテーションだけで、複数のベンチマークで最先端のパフォーマンスを実現している。
これらの改善は、WebとOSエージェントの両方の下流タスクで大幅に向上した。
論文 参考訳（メタデータ） (2024-12-13T18:40:10Z) - Aguvis: Unified Pure Vision Agents for Autonomous GUI Interaction [69.57190742976091]
Aguvisは、自律的なGUIエージェントのためのビジョンベースのフレームワークである。
クロスプラットフォームのインタラクションを標準化し、内部モノローグによる構造化推論を取り入れている。
オフラインおよび実世界のオンラインベンチマークで最先端のパフォーマンスを達成する。
論文 参考訳（メタデータ） (2024-12-05T18:58:26Z) - Survey of User Interface Design and Interaction Techniques in Generative AI Applications [79.55963742878684]
我々は,デザイナやディベロッパの参照として使用できる,さまざまなユーザインタラクションパターンのコンペレーションを作ることを目指している。
また、生成AIアプリケーションの設計についてもっと学ぼうとする人たちの参入障壁を低くしようと努力しています。
論文 参考訳（メタデータ） (2024-10-28T23:10:06Z) - Enabling Real-Time Conversations with Minimal Training Costs [61.80370154101649]
本稿では,2つの言語モデルに対して,最小限の訓練を要し,2つの言語能力を持つ新しい重複復号法を提案する。
実験結果から,本手法はトレーニングコストの最小化とともに,ユーザとAIのインタラクションの自然性と人間的類似性を著しく向上することが示された。
論文 参考訳（メタデータ） (2024-09-18T06:27:26Z) - Constraining Participation: Affordances of Feedback Features in Interfaces to Large Language Models [49.74265453289855]
大規模言語モデル(LLM)は、コンピュータ、Webブラウザ、ブラウザベースのインターフェースによるインターネット接続を持つ人なら誰でも利用できるようになった。
本稿では,ChatGPTインタフェースにおける対話型フィードバック機能の可能性について検討し,ユーザ入力の形状やイテレーションへの参加について分析する。
論文 参考訳（メタデータ） (2024-08-27T13:50:37Z) - Large Language Models Meet User Interfaces: The Case of Provisioning Feedback [6.626949691937476]
我々は、GenAIを教育ツールに組み込むためのフレームワークを提案し、我々のツールであるFeedback Copilotにその応用を実証する。
この研究は、教育におけるGenAIの将来についてのコースをグラフ化している。
論文 参考訳（メタデータ） (2024-04-17T05:05:05Z) - Online Training of Large Language Models: Learn while chatting [23.995637621755083]
本稿では,「外部インタラクションを用いたオンライントレーニング」という新たなインタラクションパラダイムを紹介し,永続的かつリアルタイムなモデル更新と個人のカスタマイズの柔軟性を融合させる。
論文 参考訳（メタデータ） (2024-03-04T10:00:55Z) - Large Language User Interfaces: Voice Interactive User Interfaces powered by LLMs [5.06113628525842]
ユーザとユーザインターフェース(UI)の仲介として機能するフレームワークを提案する。
アノテーションの形でUIコンポーネントのテキストセマンティックマッピングに立つシステムを採用している。
我々のエンジンは、最も適切なアプリケーションを分類し、関連するパラメータを抽出し、その後、ユーザの期待するアクションの正確な予測を実行することができる。
論文 参考訳（メタデータ） (2024-02-07T21:08:49Z) - Mobile-Env: Building Qualified Evaluation Benchmarks for LLM-GUI Interaction [28.53259866617677]
Android モバイル環境で GUI ベンチマークを作成するための総合ツールキットである Mobile-Env を紹介した。
我々は、さまざまな現実世界のアプリにまたがるオープンワールドのタスクと、固定されたワールドセットWikiHowを収集し、大量の動的オンラインコンテンツをキャプチャする。
我々の研究結果によると、高度なモデルでさえ、人間にとって比較的簡単なタスクに苦しむことがわかった。
論文 参考訳（メタデータ） (2023-05-14T12:31:03Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。